《Respiratory Research》：Mediastinal staging lymph node probability map in non-small cell lung cancer
编辑推荐：
为解决非小细胞肺癌（NSCLC）纵隔淋巴结分期精准诊断问题，研究人员开展结合 EBUS、PET/CT 和临床数据预测淋巴结恶性概率研究，构建模型并开发应用，有助于指导临床决策。
在肺癌的 “战场” 上，准确的分期如同作战地图，指引着治疗的方向，关乎患者的生存希望。对于非小细胞肺癌（NSCLC）来说，纵隔淋巴结（LN）分期至关重要，它是影响治疗方案选择和患者预后的关键因素。目前，NSCLC 纵隔分期主要依赖 PET/CT 和 EBUS-TBNA 技术。然而，PET/CT 的准确性有限，其判断恶性淋巴结的标准，如短轴直径≥1cm 且最大标准摄取值（SUV
max）≥2.5，存在较高假阳性率 ，且 SUV 受多种因素影响，不同研究提出的 SUV
max临界值差异较大。同时，EBUS 虽有超声特征可辅助判断，但各特征单独使用或简单组合时，预测能力也有待提高。而且，以往没有研究将 EBUS、PET/CT 和患者临床数据结合起来评估淋巴结恶性概率。为了填补这一空白，来自西班牙多家医院和研究机构（Hospital General de Granollers、Bellvitge Universitary Hospital 等）的研究人员 J. Bordas-Martinez、J.L. Vercher-Conejero 等人开展了一项研究 ，相关成果发表在《Respiratory Research》上。
该研究采用回顾性研究方法，纳入 2012 年 1 月至 2018 年 1 月期间在一家三级医院经解剖病理学确诊的 NSCLC 患者，这些患者均接受了 PET/CT 和 EBUS-TBNA 进行纵隔分期。研究人员收集了患者的年龄、性别、吸烟状况等临床信息，以及 PET/CT 检查中淋巴结的 SUVmax、SUVmean、SUVpeak等代谢参数，同时记录了 EBUS-TBNA 检查中淋巴结的短轴直径（DSA）、形状、边界、回声等超声特征。随后，研究人员利用这些数据，通过稳健逻辑回归模型构建了预测淋巴结恶性概率的算法。
在研究结果方面，研究共纳入 116 例患者，平均年龄 66 岁，男性占 93%，共评估了 358 个淋巴结。其中腺癌最为常见，占 51%，其次是鳞状细胞癌，占 35%。单因素分析发现，淋巴结分期、组织学类型、EBUS 形态学特征和 PET/CT 代谢参数等均与淋巴结恶性概率相关。经过模型比较，最终确定的最佳预测模型包含患者年龄、DSA、SUV
max和解剖区域这几个因素。该模型的受试者工作特征曲线下面积（AUC）达到 0.89 ，校准度良好，表明其具有较好的区分能力。此外，研究人员还开发了一个用户友好的网络应用程序（
https://ubidi.shinyapps.io/lymma/），方便临床医生使用。为了验证 DSA 测量的一致性，研究人员在 33 个淋巴结的随机子集中，同时用 EBUS 和 PET/CT 测量 DSA，发现两者相关性高达 0.91。
在研究结论与讨论部分，该研究表明整合患者临床特征、EBUS 特征和 PET/CT 结果，能够生成每个淋巴结采样前的恶性概率图，这有助于根据患者的具体情况，如个体风险、治疗资源和肿瘤委员会的判断，个性化地决定对哪些淋巴结进行采样，使临床决策更加精准、合理。不过，该研究也存在一定局限性。这是一项单中心回顾性研究，样本量较小，可能存在选择偏倚；未对阴性淋巴结进行纵隔镜或手术采样，无法完全排除假阴性结果；且缺乏外部验证数据，模型可能存在过拟合问题，需要更大规模的前瞻性多中心研究进一步验证和校准。但不可否认的是，该研究为 NSCLC 纵隔淋巴结分期提供了新的思路和方法，开启了多因素联合预测的新篇章，有望推动肺癌诊断技术的发展，为临床医生提供更有力的诊断工具，最终改善患者的治疗效果和预后。
